MétaCan
Menu
Retour à la cohorte
Enregistrement W4313478243 · doi:10.1016/j.xagr.2022.100152

Measuring enhanced recovery in obstetrics: a narrative review

2022· review· en· W4313478243 sur OpenAlexaff
Sarah Ciechanowicz, Janny Xue Chen Ke, Nadir Sharawi, Pervez Sultan

Notice bibliographique

RevueAJOG Global Reports · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueEnhanced Recovery After Surgery
Établissements canadiensProvidence Health CareUniversity of British ColumbiaDalhousie UniversitySt. Paul's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePatient satisfactionBreastfeedingVaginal deliveryObstetricsPregnancyIntensive care medicineNursingPediatrics

Résumé

récupéré en direct d'OpenAlex

Enhanced recovery after cesarean delivery is a protocolized approach to perioperative care, with the aim to optimize maternal recovery after surgery. It is associated with improved maternal and neonatal outcomes, including decreased length of hospital stay, opioid consumption, pain scores, complications, increased maternal satisfaction, and increased breastfeeding success. However, the pace and enthusiasm of adoption of enhanced recovery after cesarean delivery internationally has not yet been matched with high-quality evidence demonstrating its benefit, and current studies provide low- to very low-quality evidence in support of enhanced recovery after cesarean delivery. This article provides a summary of current measures of enhanced recovery after cesarean delivery success, and optimal measures of inpatient and outpatient postpartum recovery. We summarize outcomes from 22 published enhanced recovery after cesarean delivery implementation studies and 2 meta-analyses. A variety of disparate metrics have been used to measure enhanced recovery after cesarean delivery success, including process measures (length of hospital stay, bundle compliance, preoperative fasting time, time to first mobilization, time to urinary catheter removal), maternal outcomes (patient-reported outcome measures, complications, opioid consumption, satisfaction), neonatal outcomes (breastfeeding success, Apgar scores, maternal-neonatal bonding), cost savings, and complication rates (maternal readmission rate, urinary recatheterization rate, neonatal readmission rate). A core outcome set for use in enhanced recovery after cesarean delivery studies has been developed through Delphi consensus, involving stakeholders including obstetricians, anesthesiologists, patients, and a midwife. Fifteen measures covering key aspects of enhanced recovery after cesarean delivery adoption are recommended for use in future enhanced recovery after cesarean delivery implementation studies. The use of these outcome measures could improve the quality of evidence surrounding enhanced recovery after cesarean delivery. Using evidence-based evaluation guidelines developed by the COSMIN (COnsensus-based Standards for the selection of health Measurement INstruments) group, the Obstetric Quality of Recovery score (ObsQoR) was identified as the best patient-reported outcome measure for inpatient postpartum recovery. Advances in our understanding of postpartum recovery as a multidimensional and dynamic construct have opened new avenues for the identification of optimum patient-reported outcome measures in this context. The use of standardized measures such as these will facilitate pooling of data in future studies and improve overall levels of evidence surrounding enhanced recovery after cesarean delivery. Larger studies with optimal study designs, using recommended outcomes including patient-reported outcome measures, will reduce variation and improve data quality to help guide future recommendations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,075
Tête enseignante GPT0,349
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAJOG Global ReportsMême sujetEnhanced Recovery After SurgeryTravaux en français237 207